ASIC設計服務商從Chip Scale到Rack/POD Scale競爭
摘要
2026年2月16日聯發科CEO蔡力行在ISSCC 2026主題演講中表示未來衡量AI運算效率的基本單位不再只是AI晶片，而是涵蓋互連架構、電源與散熱的AI系統。2026年5月4日創意也不約而同宣布與緯穎展開策略性技術合作，共同打造Rack/POD Scale的解決方案，顯示AI晶片設計廠商的競爭將從Chip Scale擴展到Rack/POD Scale。
因此本篇報告主要深度解析：(1) NVIDIA的AI Rack/POD Scale布局；(2)各大CSP的AI Rack/POD Scale布局；(3) ASIC設計服務商的Rack/POD Scale解決方案。期能解析各廠商的AI Rack/POD Scale目前布局、未來趨勢，並解析台灣ASIC設計服務商的競爭策略。
一. NVIDIA的AI Rack/POD Scale布局
二. 各大CSP的AI Rack/POD Scale布局
三. ASIC設計服務商的Rack/POD Scale解決方案
四. 拓墣觀點
圖一 NVIDIA Rubin系列7款晶片
圖二 NVIDIA Rubin系列5款MGX Rack
圖三 NVIDIA Rubin系列5款MGX Rack架構示意圖
圖四 NVIDIA Vera Rubin POD示意圖
圖五 NVIDIA與各大CSP的AI chip架構比較
圖六 NVIDIA與各大CSP的AI Rack架構比較
圖七 Broadcom Rack Level布局
圖八 Broadcom POD Level布局
圖九 Marvell、Samtec合作的CPC方案
圖十 Marvell Rack/POD Level布局
表一 2025年～2026年5月NVIDIA AI資料中心硬體方面併購/投資
表二 NVIDIA與各大CSP的AI chip性能比較
表三 NVIDIA與各大CSP的AI Rack架構/性能比較
表四 Broadcom CPO Switch在Meta資料中心的可靠度數據
表五 MicroLED、VCSEL、DFB雷射光源比較
表六 ASIC設計服務商在AI資料中心的布局彙整
